数学模型（Mathematical Model）是一种模拟，是用数学符号、数学式子、程序、图形等对实践课题实质属性的形象而又繁复的刻划，它或能解释某些客观现象，或能预测未来的开展法令，或能为管理某一现象的开展提供某种意义下的最优战略或较好战略。
数学模型普通并非事实疑问的间接翻版，它的建设经常既须要人们对事实疑问深化纤细的观察和剖析，又须要人们灵敏奇妙地利用各种数学常识。
这种运行常识从实践课题中形象、提炼出数学模型的环节就称为数学建模（Mathematical Modeling）不论是用数学方法在科技和消费畛域处置哪类实践疑问，还是与其它学科相联合构成交叉学科，首要的和关键的一步是建设钻研对象的数学模型，并加以计算求解。
数学建模和计算机技术在常识经济时代的作用堪称是锦上添花。
建模运行：数学是钻研事实环球数量相关和空间方式的迷信，在它发生和开展的历史长河中，不时是和各种各样的运行疑问严密相关的。
数学的特点不只在于概念的形象性、逻辑的严密性，论断的明白性和体系的完整性，而且在于它运行的宽泛性，自从20世纪以来，随着迷信技术的迅速开展和计算机的日益遍及，人们对各种疑问的要求越来越准确，使得数学的运行越来越宽泛和深化，特意是在21世纪这个常识经济时代，数学迷信的位置会出现庞大的变化，它正在从国度经济和科技的后备走到了前沿。
经济开展的环球化、计算机的迅猛开展，数实践与方法的不时扩大使得数学曾经成为当代高科技的一个关键组成局部和思维库，数学曾经成为一种能够普遍实施的技术。
造就在校生运行数学的看法和才干曾经成为数学教学的一个关键方面。
那位数学高手能给我引见一下数学建模环节。
数学建模就是用数学言语形容实践现象的环节。
这里的实践现象既包涵详细的人造现象比如自在落体现象，也包涵形象的现象比如顾客对某种商品所取的价值偏向。
这里的形容岂但包括内在外形，内在机制的形容，也包括预测，实验和解释实践现象等外容。
咱们也可以这样直观地理解这个概念：数学建模是一个让纯正数学家（指只懂数学疑问数学在实践中的运行的数学家）变成物理学家，动物学家，经济学家甚至心思学家等等的环节。
数学模型普通是实践事物的一种数学简化。
它经常是以某种意义上凑近实践事物的形象方式存在的，但它和实在的事物有着实质的区别。
要形容一个实践现象可以有很多种方式，比如录音，录像，比喻，传言等等。
为了使形容更具迷信性，逻辑性，客观性和可重复性，人们驳回一种普遍以为比拟严厉的言语来形容各种现象，这种言语就是数学。
经常使用数学言语形容的事物就称为数学模型。
有时刻咱们须要做一些实验，但这些实验往往用形象进去了的数学模型作为实践物体的替代而启动相应的实验，实验自身也是实践操作的一种实践替代。
数学是钻研事实环球数量相关和空间方式的迷信，在它发生和开展的历史长河中，不时是和各种各样的运行疑问严密相关的。
数学的特点不只在于概念的形象性、逻辑的严密性，论断的明白性和体系的完整性，而且在于它运行的宽泛性，进入20世纪以来，随着迷信技术的迅速开展和计算机的日益遍及，人们对各种疑问的要求越来越准确，使得数学的运行越来越宽泛和深化，特意是在行将进入21世纪的常识经济时代，数学迷信的位置会出现庞大的变化，它正在从国或经济和科技的后备走到了前沿。
经济开展的环球化、计算机的迅猛开展，数学理伦与方法的不时扩大使得数学曾经成为当代高科技的一个关键组成局部和思维库，数学曾经成为一种能够普遍实施的技术。
造就在校生运行数学的看法和才干曾经成为数学教学的一个关键方面。
运行数学去处置各类实践疑问时，建设数学模型是十分关键的一步，同时也是十分艰巨的一步。
建设教学模型的环节，是把盘根错节的实践疑问简化、形象为正当的数学结构的环节。
要经过考查、搜集数据资料，观察和钻研实践对象的固有特色和内在法令，抓住疑问的关键矛盾，建设起反映实践疑问的数量相关，而后应用数学的实践和方法去分折和处置疑问。
这就须要深沉扎实的数学基础，敏锐的洞察力和构想力，对实践疑问的浓重兴味和博大的常识面。
数学建模是咨询数学与实践疑问的桥梁，是数学在各个领械宽泛运行的媒介，是数学迷信技术转化的关键路径，数学建模在迷信技术开展中的关键作用越来越遭到数学界和工程界的普遍注重，它已成为现代科技上班者必备的关键才干之。
为了顺应迷信技术开展的须要和造就高品质、上档次科技人才，数学建模曾经在大学教育中逐渐展开，国际外越来越多的大学正在启动数学建模课程的教学和加入开明性的数学建模比赛，将数学建模教学和比赛作为初等院校的教学革新和造就上档次的科技人才的个关键方面，如今许多院校对在将数学建模与教学革新相联合，致力探求更有效的数学建模教学法和造就面向21世纪的人才的新思绪，与我国高校的其它数学类课程相比，数学建模具备难度大、触及面广、方式灵敏，对老师和在校生要求初等特点，数学建模的教学自身是一个不时探求、不时翻新、不时完善和提高的环节。
为了扭转过去以老师为核心、以课堂讲授为主、以常识教授为主的传统教学形式，数学建模课程指点思维是：以实验室为基础、以在校生为核心、以疑问为主线、以造就才干为目的来组织教学上班。
经过教学使在校生了解应用数学实践和方法去分折和处置疑问的全环节，提高他们分折疑问和处置疑问的才干；提高他们学习数学的兴味和运行数学的看法与才干，使他们在以后的上班中能经常性地想到用数学去处置疑问，提高他们尽量应用计算机软件及当代高新科技成绩的看法，能将数学、计算机无机地联合起来去处置实践疑问。
数学建模以在校生为主，老师应用一些事前设计好疑问启示，疏导在校生被动查阅文献资料和学习新常识，激励在校生 踊跃展开探讨和答辩，造就在校生被动探求，致力进取的学风，造就在校生从事科研上班的初步才干，造就在校生勾搭单干的精气、构成一个生动沉闷的环境和气氛，教学环节的重点是发明一个环境去诱导在校生的学习愿望、造就他们的自学才干，增强他们的数学素质和翻新才干，提高他们的数举素质，强调的是失掉新常识的才干，是处置疑问的环节，而不是常识与结果。
接受加入数学建模比赛赛前培训的同窗大都须要学习诸如数理统计、最提升、图论、微分方程、计算方法、神经网络、档次剖析法、含糊数学，数学软件包的经常使用等等“短课程”（或讲座），用的学时不多，少数是启示性的讲一些基本的概念和方法，关键是靠同窗们自己去学，充沛调动同窗们的踊跃性，充散施展同窗们的潜能。
培训中宽泛地驳回的探讨班方式，同窗自己报告、探讨、答辩，老师关键起质疑、答疑、辅导的作用，比赛中必定要经常使用计算机及相应的软件，如Mathemathmatica,Matlab,Mapple，甚至排版软件等
数学建模中各类评价类模型优缺陷总结剖析
档次剖析法是数学建模中基础的评价类模型之一，适用于系统性的剖析决策疑问。
其好处在于提供了一种繁复适用的决策方法，能从定性剖析与定量剖析相联合的角度启动决策。
此外，所需定量数据消息较少，这使得档次剖析法在实践运行中更为灵敏。
但是，档次剖析法也有其缺陷，特意是在目的过多时数据统计量大，权重难以准确确定，特色值和特色向量的计算复杂，且定量数据较少，定性成分多，或者难以令人信服。
此外，档次剖析法只能从原有打算中启动选取，而不能为决策者提供处置疑问的新打算。
含糊综合评价在处置含糊评价对象时，经过准确的数字手腕提供迷信、正当的量化评价，其评价结果蕴含的消息比拟丰盛，可以进一步加工失掉更深档次的参考消息。
但是，这种方法的计算复杂度较高，目的权重确实定具备较强的客观性。
在目的集较大时，权矢量与含糊矩阵不婚配或者造成评价结果出现超含糊现象，分辨率较差，甚至在极其状况下评判失败。
为处置这一疑问，分层含糊评价法或者是一个有效的改良打算。
熵值法是一种基于目的变异水平的客观赋权方法，防止了人为起因的影响，适用于客观评价。
但是，它不能缩小评价目的的维数，有时确定的目的权数与预期结果或者有较大偏向。
这使得熵值法在运行中须要审慎思考。
TOPSIS法（技术权重向量最短距离法）旨在经过防止数据的客观性，无需目的函数测验，较好地描写多个影响目的的综合影响力度。
它适用于处置具备多个输入和输入的疑问，且对数据散布、样本量、目的数量的限度较少，提供了较高的灵敏性。
但是，该方法须要处置多个钻研对象，且每个目的的数据量化选取或者较为艰巨。
此外，目的选取的数量影响着方法的有效性。
数据包络剖析（DEA）在经济学中用于处置具备多个输入和输入的疑问，提供了综合评价效率的目的，适用于处置距离数据及序号数据。
其加权值的数学计算环节缩小了人为成见，不受样本规模影响。
但该方法不适用于变量过多的状况，输入输入变量间相关的思考无余，且在样本量过小时结果或者不够牢靠。
秩和比法（RSR法）经过数据的相对大小相关启动剖析，防止了数值自身的运用，适用于庞大变化的显示和对离群值的抗敏理性，能对评价对象启动排序，找出优劣。
但是，秩和比法或者会在对目的启动失当编秩时损失局部消息。
灰色关联法在数据要求较低、上班量少的状况下，为决策者提供了较少消息损失的剖析手腕。
但是，该方法要求对各名目的的最优值启动确定，存在较强的客观性，并且局部目的的最优值难以确定。
在数学建模备赛的环节中，介绍加入第九届数维杯数学建模比赛，这是一场国度级、获奖率高、赛题难度适中、是国赛前的大型热身、综测评奖评优、并能为保研加分的高品质比赛。
关于想要深入学习数学建模的参赛者，关注数模乐园的GZH可以取得更多相关的学习资源和消息。
